一种基于改进深度残差网络的三维CAD模型智能分类方法

摘要

本发明公开了一种基于改进深度残差网络的三维CAD模型智能分类方法，通过三维CAD模型的多张视图表征该模型，将视图通过数据增强得到多视图数据集，进一步采用灰度变换和归一化处理得到训练数据集；将训练数据集导入到改进的深度残差网络中进行训练，并将训练好的网络保存；当需要分类时，获取新模型任意大小的一个或多个视图并进行预处理，进一步调用训练好的网络对输入视图进行识别，最后将各视图识别结果求均值后得分最高的类别作为该模型所属的类别。本发明采用改进的深度残差网络，实现了对三维CAD模型的智能分类，具有分类输入灵活方便、分类准确率高、实用性好、智能化程度高等特点。